Codex CLI vs Claude Code vs Hermes Agent:三大 AI 编码代理深度对比

摘要:OpenAI Codex CLI、Anthropic Claude Code、Nous Research Hermes Agent 是当前最具代表性的三款 AI 编码代理。它们在架构理念、部署方式、模型绑定度和生态扩展性上有本质差异。本文从 8 个维度进行拆解,帮你在选型时少走弯路。

目录

[TOC]

一、为什么需要对比这三款代理

2025 年是 AI 编码代理(Agentic Coding Tool)的爆发年。过去"AI 补全代码"的模式已经被"AI 自主完成开发任务"取代——代理可以读取代码库、编辑文件、执行命令、提交 PR,甚至调度子代理并行工作。

在这一批产品中,OpenAI Codex CLIAnthropic Claude CodeNous Research Hermes Agent 是三个最具代表性但路线截然不同的选手:

  • Codex CLI 是 OpenAI 推出的开源本地编码代理,轻量、聚焦,绑定 OpenAI 模型生态。
  • Claude Code 是 Anthropic 的全功能编码代理,覆盖终端、IDE、桌面、浏览器和 CI/CD,是三者中集成最广泛的产品。
  • Hermes Agent 是 Nous Research 的开源自我改进代理,强调模型无关、平台无关、学习闭环,是唯一内置自主技能创建和持久记忆的产品。

三者面向的用户画像、技术哲学和生态定位差异显著,理解这些差异比单纯比较功能列表更有价值。

二、产品定位与基本信息

先看一张全景对比表:

维度 OpenAI Codex CLI Anthropic Claude Code Nous Research Hermes Agent
开发商 OpenAI Anthropic Nous Research
开源协议 Apache-2.0 闭源(CLI 可下载) MIT
定位 轻量级本地编码代理 全功能 AI 编码助手 自我改进的通用 AI 代理
实现语言 Rust TypeScript/Node.js Python
默认模型 OpenAI 系列 Claude Sonnet/Opus 用户自选(Nous Portal、OpenRouter 等)

一句话总结各自的核心差异:

  • Codex CLI:轻量、快速、绑定 OpenAI,像一把瑞士军刀。
  • Claude Code:全平台覆盖、IDE 深度集成,像一个配备齐全的瑞士工坊。
  • Hermes Agent:模型自由、自我进化、平台无关,像一个随身可携带的万能工具箱。

三、架构与运行方式对比

3.1 架构差异全景图

Hermes Agent

多前端

Agent 核心引擎

自选 LLM

工具系统 40+ tools

技能系统 / 记忆系统

多终端后端

Anthropic Claude Code

多平台前端

Claude Code 引擎

Claude 模型 API

本地 Shell / 文件操作

MCP 外部工具

OpenAI Codex CLI

本地 Rust 二进制

调用 OpenAI API

执行 Shell 命令 / 编辑文件

读图要点:Codex CLI 架构最简洁,是单进程循环;Claude Code 架构最复杂,支持多前端多后端;Hermes Agent 架构最灵活,每个组件都可替换。

3.2 运行环境

运行方式 Codex CLI Claude Code Hermes Agent
终端 CLI
VS Code 扩展
JetBrains 插件
独立桌面应用
浏览器
消息平台 ✅ Slack/Channels ✅ Telegram/Discord/Slack/WhatsApp/Signal
CI/CD 集成 ✅ GitHub Actions, GitLab CI
Chrome 扩展
iOS 移动端

关键区别:Claude Code 是唯一覆盖 IDE、桌面、Web、CI/CD、移动端全场景的产品。Hermes Agent 走另一条路——通过消息网关让你在 Telegram/Discord 里直接和代理对话。Codex CLI 目前聚焦在本地终端和 IDE 场景。

3.3 终端/执行后端

终端后端 Codex CLI Claude Code Hermes Agent
本地进程
Docker 容器 ✅ Web/Cloud
SSH 远程
Serverless (Modal/Daytona)
Singularity (HPC)

[!TIP]
Hermes Agent 的六种终端后端是其最大差异化特性之一。你可以在 $5 VPS 上跑,也可以在 GPU 集群上跑,甚至用 Modal/Daytona 做 serverless——空闲时自动休眠,按需唤醒,几乎零成本。

四、模型绑定度与自由度

这是三者最根本的哲学分歧。

模型相关维度 Codex CLI Claude Code Hermes Agent
绑定模型 OpenAI (o3/o4-mini 等) Claude (Sonnet/Opus) 不绑定,支持任意模型
切换模型 需 API Key 配置 仅 Claude 系列 hermes model 一键切换
第三方模型支持 ✅ 部分,通过第三方集成 ✅ OpenRouter、本地模型等
本地/私有模型 ✅ 自定义 endpoint

解读

  • Codex CLI 深度绑定 OpenAI 模型,这是它的优势也是限制。优势在于 OpenAI 模型的编码能力经过专门优化,代理与模型配合最紧密;限制在于无法使用其他厂商的模型。
  • Claude Code 同样绑定 Anthropic 的 Claude 模型,但近期开始支持部分第三方提供商。Claude 模型在代码理解和长上下文处理上有独特优势。
  • Hermes Agent 完全模型无关,这是它最核心的设计理念。通过 hermes model 命令可以在 Nous Portal(300+ 模型)、OpenRouter、OpenAI、Anthropic、本地模型之间无缝切换,不需要改任何代码。

[!IMPORTANT]
如果你对模型选择有强需求(比如必须用私有部署的模型、或者想在不同任务用不同模型),Hermes Agent 是唯一选择。

五、核心能力对比

5.1 编码能力

能力 Codex CLI Claude Code Hermes Agent
读取整个代码库
多文件编辑
执行 Shell 命令
Git 操作
内联 Diff 预览 ✅ IDE ✅ VS Code/JetBrains ✅ TUI
代码审查 ✅ GitHub Code Review
自动生成测试
Bug 追踪与修复
子代理并行工作

5.2 记忆与学习能力

这是三者差异最大的领域,也是决定长期使用体验的关键因素。

能力 Codex CLI Claude Code Hermes Agent
项目级指令文件 ✅ AGENTS.md ✅ CLAUDE.md ✅ Context Files
自动记忆 ✅ Auto Memory ✅ Agent-curated Memory
跨会话记忆持久化 ✅ FTS5 全文搜索 + LLM 摘要
用户画像建模 ✅ Honcho 辩证用户建模
自主技能创建 ✅ Skills ✅ 技能从经验中自动创建并自我改进
学习闭环 部分 ✅ 完整闭环:执行-反思-技能化-改进

Codex CLI 指令

读取 AGENTS.md

执行任务

Claude Code 记忆

执行任务

Auto Memory 记录

下次会话读取

Hermes Agent 学习闭环

执行任务

反思结果

创建技能

下次使用时改进

读图要点:Hermes Agent 是唯一拥有完整学习闭环的产品。它不仅记住你做过什么,还能从经验中创建可复用的技能,并在使用中不断改进这些技能。

5.3 扩展性与集成

能力 Codex CLI Claude Code Hermes Agent
MCP 协议支持
Hooks(操作前后触发脚本)
管道/脚本化使用
定时任务(Cron) ✅ Routines ✅ 内置 Cron 调度器
消息网关 ✅ Slack, Channels ✅ 六大消息平台
Agent SDK
语音转文字 ✅ Voice memo transcription

六、安装与认证方式

6.1 安装对比

三者都提供了一行命令安装:

# OpenAI Codex CLI
curl -fsSL https://chatgpt.com/codex/install.sh | sh

# Anthropic Claude Code
curl -fsSL https://claude.ai/install.sh | bash

# Hermes Agent
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash

也都支持包管理器:

安装方式 Codex CLI Claude Code Hermes Agent
一键脚本
npm
Homebrew
WinGet
自动更新 ✅ 原生安装 hermes update

6.2 认证与计费

认证方式 Codex CLI Claude Code Hermes Agent
订阅账号登录 ✅ ChatGPT 账号 ✅ Claude 订阅 ✅ Nous Portal
API Key ✅ Anthropic Console ✅ 多家供应商
最低成本入门 ChatGPT Plus $20/月 Claude Pro $20/月 自带 API Key 按量计费
免费额度 ChatGPT 计划内含 有限 Nous Portal 订阅制

[!NOTE]
Hermes Agent 的独特之处在于你可以直接自带 API Key 使用,按量计费,不需要任何订阅。如果你有 OpenRouter 的 Key 或者本地部署的模型,可以零成本运行。

七、适用场景与选型建议

7.1 场景决策树

是,必须用自选模型

否,用主流模型就行

否,终端够用

轻量 + OpenAI 生态

跨消息平台 + 自我进化

IDE 深度集成 + CI/CD

你需要绑定特定模型吗?

Hermes Agent

你需要全平台覆盖吗?

Claude Code

你更看重什么?

Codex CLI

Hermes Agent

Claude Code

7.2 用户画像推荐

用户类型 推荐 理由
独立开发者,已订阅 ChatGPT Plus Codex CLI 零额外成本,本地体验好,OpenAI 模型编码能力强
团队开发者,需要 IDE 集成 Claude Code VS Code/JetBrains 插件成熟,CLAUDE.md 团队共享,GitHub Actions 自动化
AI 研究者/模型自由主义者 Hermes Agent 模型无关,学习闭环,批量轨迹生成,开源可审计
DevOps/运维工程师 Hermes Agent 多终端后端,Cron 调度,消息平台集成
全栈开发者,多平台工作 Claude Code 唯一支持 Web/桌面/IDE/移动端无缝切换的产品
预算敏感/开源优先 Hermes Agent MIT 协议,自带 API Key,无订阅锁定

7.3 组合使用方案

三款产品并不互斥,很多开发者在组合使用:

  • 日常编码:Claude Code(IDE 内联 Diff + 子代理并行)
  • 快速脚本:Codex CLI(轻量启动快)
  • 自动化任务:Hermes Agent(Cron 调度 + 消息平台通知)

八、总结

三款产品代表了 AI 编码代理的三种不同技术哲学:

OpenAI Codex CLI 走的是"轻量 + 绑定"路线。它足够小、足够快,和 OpenAI 模型的配合最紧密。如果你已经是 ChatGPT 用户并且主要在终端工作,它是阻力最小的选择。

Anthropic Claude Code 走的是"全平台 + 深集成"路线。它覆盖了你能想到的所有开发表面——终端、IDE、桌面、Web、移动端、CI/CD、Slack——并且通过 CLAUDE.md、Skills、Hooks、Agent SDK 提供了深度定制能力。如果你需要一个"全都要"的解决方案,它目前没有对手。

Nous Research Hermes Agent 走的是"自由 + 进化"路线。它是唯一真正模型无关的产品,也是唯一拥有完整学习闭环的产品。它不绑定任何厂商,可以从经验中创建技能并自我改进,支持六种终端后端和六种消息平台。如果你看重模型自由度和长期自主性,它是最佳选择。

一句话选择 产品
“我就用 OpenAI,简单点” Codex CLI
“全平台覆盖,一个就够” Claude Code
“我的模型我做主,越用越聪明” Hermes Agent

九、附录

相关链接

  • OpenAI Codex CLI: https://github.com/openai/codex
  • Claude Code 文档: https://code.claude.com/docs
  • Hermes Agent: https://github.com/NousResearch/hermes-agent
  • Hermes Agent 文档: https://hermes-agent.nousresearch.com/docs/
  • Nous Portal: https://portal.nousresearch.com
  • Model Context Protocol (MCP): https://modelcontextprotocol.io

术语表

术语 含义
Agentic Coding Tool 能自主完成多步开发任务的 AI 工具,区别于单纯的代码补全
MCP (Model Context Protocol) 模型上下文协议,Anthropic 主导的开放标准,用于连接 AI 工具与外部数据源
Skills 可复用的程序化知识包,代理可以从经验中自动创建并在后续任务中调用
Hooks 在代理执行特定操作前后触发自定义脚本的机制
Sub-agents 子代理,由主代理派生的隔离工作进程,用于并行处理多个任务
Learning Loop 学习闭环,代理执行、反思、技能化、改进的完整循环

更多推荐